如何识别映射pandas._libs.missing.NAType类型的NA缺失值

首先修正你对isna()方法的认知偏差：Pandas 1.0及以上版本的isna()原生支持识别pandas._libs.missing.NAType类型的<NA>值，你给出的预期输出就是该方法的默认执行结果。
你看到的文档中「仅识别None、numpy.NaN」的表述要么是旧版本文档的内容，要么是你漏看了后续更新补充：目前所有稳定版Pandas的isna()都会将以下值判定为缺失：

• None
• numpy.NaN
• pandas.NA（即NAType类型实例）
• 可空整数、可空布尔、可空字符串类型的内置缺失标记

如果你的环境中isna()没有正确识别<NA>，按以下两种情况处理：

情况1：Pandas版本低于1.0 #

直接升级Pandas到1.0及以上稳定版本即可，升级命令：

pip install --upgrade pandas

如果不能升级版本，可以用自定义判断逻辑实现识别：

import pandas as pd
import numpy as np

def check_na(val):
    return np.isnan(val) if isinstance(val, float) else (val is None or isinstance(val, pd._libs.missing.NAType))

# 调用示例
df["entry"].apply(check_na)

情况2：<NA>是字符串文本而非NAType实例 #

这种情况通常是CSV导入时没有开启对应缺失值识别导致的，先执行以下代码确认类型：

print(type(df.loc[1, 'entry']))

如果输出为str，说明是字符串格式的'<NA>'，可以在CSV导入时添加参数指定缺失值标记：

df = pd.read_csv("你的文件路径.csv", na_values=['<NA>'])

导入后<NA>文本会自动转为标准缺失值，就可以被isna()正常识别。

内容的提问来源于stack exchange，提问作者marianoju